[發(fā)明專利]基于圖像處理的黑頭識(shí)別方法、黑頭識(shí)別裝置及終端設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202110362210.5
• 申請(qǐng)日: 2021-04-02
• 公開(kāi)（公告）號(hào): CN113128372A
• 公開(kāi)（公告）日: 2021-07-16
• 發(fā)明（設(shè)計(jì)）人: 喬嶠
• 申請(qǐng)（專利權(quán)）人: 西安融智芙科技有限責(zé)任公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06T7/136;G06T7/13;G06T7/90;G06T5/00;G06T5/10;G06T5/30;G06T5/40
• 代理公司: 廣州德科知識(shí)產(chǎn)權(quán)代理有限公司 44381
• 代理人: 蔡麗妮;萬(wàn)振雄

本發(fā)明實(shí)施例公開(kāi)了一種基于圖像處理的黑頭識(shí)別方法、黑頭識(shí)別裝置及終端設(shè)備，用于提高黑頭識(shí)別裝置識(shí)別黑頭的準(zhǔn)確性。本發(fā)明實(shí)施例方法包括：獲取待識(shí)別圖像，并對(duì)所述待識(shí)別圖像進(jìn)行灰度處理，得到第一圖像；對(duì)所述第一圖像進(jìn)行同態(tài)濾波和局部直方圖均衡處理，得到第二圖像；對(duì)所述第二圖像進(jìn)行閾值分割，得到初始灰度閾值；對(duì)所述初始灰度閾值進(jìn)行調(diào)整得到目標(biāo)灰度閾值，并根據(jù)所述目標(biāo)灰度閾值對(duì)所述第二圖像進(jìn)行處理，得到目標(biāo)圖像；從所述目標(biāo)圖像中，識(shí)別得到黑頭的總數(shù)量和總面積。

技術(shù)領(lǐng)域

本發(fā)明涉及終端設(shè)備應(yīng)用領(lǐng)域，尤其涉及一種基于圖像處理的黑頭識(shí)別方法、黑頭識(shí)別裝置及終端設(shè)備。

背景技術(shù)

目前，人們的臉部皮膚問(wèn)題較為嚴(yán)重，尤其是人們臉部出現(xiàn)的黑頭就是常見(jiàn)的皮膚問(wèn)題。而且，由于人們的性別、年齡以及地域?qū)傩缘炔煌蛩兀瑢?dǎo)致黑頭的嚴(yán)重程度也各不相同。

在美容美妝領(lǐng)域中，一般可以通過(guò)終端設(shè)備自拍用戶的臉部圖片，該終端設(shè)備能夠自動(dòng)檢測(cè)用戶黑頭的數(shù)量，再結(jié)合該用戶臉部的其他皮膚特征，為該用戶提供護(hù)膚意見(jiàn)，例如，該終端設(shè)備可以為該用戶選擇合適的護(hù)膚品、食品以改善該用戶的面部皮膚問(wèn)題。現(xiàn)有技術(shù)中，檢測(cè)黑頭數(shù)量的方法一般可以通過(guò)普通白色光和紫外光線兩種光線照射皮膚，從而提取出該紫外光線中的高亮目標(biāo)，得到目標(biāo)高亮圖像，然后根據(jù)目標(biāo)高亮圖像生成黑頭區(qū)域圖，進(jìn)而以該黑頭區(qū)域圖作為掩模，對(duì)白色光圖像中的黑頭區(qū)域進(jìn)行標(biāo)記，從而識(shí)別出黑頭。

然而現(xiàn)有技術(shù)識(shí)別黑頭的方法所使用設(shè)備要求復(fù)雜，會(huì)摻雜很多影響因素，從而導(dǎo)致終端設(shè)備識(shí)別黑頭的準(zhǔn)確性較低。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種基于圖像處理的黑頭識(shí)別方法、黑頭識(shí)別裝置及終端設(shè)備，用于提高黑頭識(shí)別裝置識(shí)別黑頭的準(zhǔn)確性。

本發(fā)明實(shí)施例第一方面提供了一種基于圖像處理的黑頭識(shí)別方法，可以包括：

獲取待識(shí)別圖像，并對(duì)該待識(shí)別圖像進(jìn)行灰度處理，得到第一圖像；

對(duì)該第一圖像進(jìn)行同態(tài)濾波和局部直方圖均衡處理，得到第二圖像；

對(duì)該第二圖像進(jìn)行閾值分割，得到初始灰度閾值；

對(duì)該初始灰度閾值進(jìn)行調(diào)整得到目標(biāo)灰度閾值，并根據(jù)該目標(biāo)灰度閾值對(duì)該第二圖像進(jìn)行處理，得到目標(biāo)圖像；

從該目標(biāo)圖像中，識(shí)別得到黑頭的總數(shù)量和總面積。

可選的，該獲取待識(shí)別圖像，并對(duì)該待識(shí)別圖像進(jìn)行灰度處理，得到第一圖像，包括：

獲取待識(shí)別圖像；通過(guò)預(yù)設(shè)算法，在該待識(shí)別圖像中，確定人臉特征點(diǎn)；根據(jù)該人臉特征點(diǎn)，確定目標(biāo)區(qū)域圖像；對(duì)該目標(biāo)區(qū)域圖像進(jìn)行灰度處理，得到第一圖像。

可選的，該對(duì)該第二圖像進(jìn)行閾值分割，得到初始灰度閾值；對(duì)該初始灰度閾值進(jìn)行調(diào)整得到目標(biāo)灰度閾值，并根據(jù)該目標(biāo)灰度閾值對(duì)該第二圖像進(jìn)行處理，得到目標(biāo)圖像，包括：對(duì)該第二圖像利用Otsu算法，得到初始灰度閾值；根據(jù)該初始灰度閾值和預(yù)設(shè)灰度差值，得到目標(biāo)灰度閾值；根據(jù)預(yù)設(shè)函數(shù)公式，得到目標(biāo)圖像；其中，該預(yù)設(shè)函數(shù)公式為bin＝threshold(A)，A＝gray_h，η；η＝thr-Δt；bin表示該目標(biāo)圖像；threshold(A)表示threshold函數(shù)公式；gray_h表示該第二圖像；thr表示初始灰度閾值；Δt表示預(yù)設(shè)灰度差值；η表示目標(biāo)灰度閾值。

可選的，該根據(jù)預(yù)設(shè)函數(shù)公式，得到目標(biāo)圖像，包括：根據(jù)預(yù)設(shè)函數(shù)公式，得到第三圖像；對(duì)該第三圖像上的噪聲進(jìn)行去除，得到第四圖像；對(duì)該第四圖像進(jìn)行裁剪，得到目標(biāo)圖像。

可選的，該從該目標(biāo)圖像中，識(shí)別得到黑頭的總數(shù)量和總面積，包括：從該目標(biāo)圖像中，確定每個(gè)黑頭的面積；將該每個(gè)黑頭中的面積小于預(yù)設(shè)面積閾值的黑頭，確定為第一黑頭；確定該第一黑頭的數(shù)量，以及該第一黑頭的總面積。